81 lines
2.1 KiB
Markdown
81 lines
2.1 KiB
Markdown
# RAG 迁移到 Spring AI VectorStore 检索抽象
|
||
|
||
**状态**：待规划
|
||
**严重程度**：高
|
||
**发现时间**：2026-07-05
|
||
**范围**：向量检索、Milvus 接入、RAG 框架化改造
|
||
|
||
---
|
||
|
||
## 背景
|
||
|
||
当前系统的向量检索链路主要由项目手写实现：
|
||
|
||
- `VectorIndexService` 负责向量化和写入 Milvus。
|
||
- `VectorSearchService` 直接使用 Milvus SDK 查询。
|
||
- `LookupKnowledgeTool` 自己组织 L0/L1 检索结果。
|
||
|
||
这能满足 MVP 打通链路，但继续扩展 RAG 能力时，容易把项目变成自研搜索框架。
|
||
|
||
项目当前已引入 Spring AI / Spring AI Alibaba 依赖，可以考虑迁移到 Spring AI 的 `VectorStore`、`VectorStoreDocumentRetriever` 等标准抽象。
|
||
|
||
---
|
||
|
||
## 问题
|
||
|
||
当前手写 Milvus 检索存在几个成本：
|
||
|
||
1. topK、similarity threshold、metadata filter 等逻辑分散在业务代码中。
|
||
2. 检索结果结构和 Spring AI RAG Advisor 生态不兼容。
|
||
3. 后续接入 query transformer、post processor、advisor 时需要重复适配。
|
||
4. Milvus SDK 直接调用让业务层承担了过多基础设施细节。
|
||
|
||
---
|
||
|
||
## 改造方向
|
||
|
||
优先引入 Spring AI 的 Milvus VectorStore 能力：
|
||
|
||
```text
|
||
当前：
|
||
VectorSearchService -> Milvus SDK
|
||
|
||
目标：
|
||
LookupKnowledgeTool / RAG Service
|
||
-> VectorStoreDocumentRetriever
|
||
-> Spring AI VectorStore
|
||
-> Milvus
|
||
```
|
||
|
||
业务层保留：
|
||
|
||
- `lookup_knowledge` 工具入口
|
||
- `tool_invocation` 记录
|
||
- sessionId / category / domain 等业务上下文
|
||
|
||
底层检索交给框架：
|
||
|
||
- topK
|
||
- similarity threshold
|
||
- metadata filter
|
||
- vector search options
|
||
|
||
---
|
||
|
||
## 验收标准
|
||
|
||
- `VectorSearchService` 不再直接散落 Milvus 查询细节，至少封装到 Spring AI `VectorStore` 适配层。
|
||
- 支持按 `category` 或其他 metadata filter 检索。
|
||
- 检索结果仍能记录到 `tool_invocation`。
|
||
- 现有 AIOps / Chat 检索链路行为保持兼容。
|
||
|
||
---
|
||
|
||
## 相关文件
|
||
|
||
- `pom.xml`
|
||
- `src/main/java/com/superbiz/agent/service/VectorSearchService.java`
|
||
- `src/main/java/com/superbiz/agent/service/VectorIndexService.java`
|
||
- `src/main/java/com/superbiz/agent/tool/LookupKnowledgeTool.java`
|
||
- `src/main/resources/application.yml`
|